[发明专利]无测站山区径流与遥感降水相结合的降水估算方法

说明书

本发明公开了测站山区径流与遥感降水相结合的降水估算方法，研究贝叶斯推断模型与水文模型耦合方法，建立水文模型参数反演的贝叶斯统计推断模型，提出降水输入误差的参数化表达方式；研究模型似然函数的推导方法和主要参数先验分布的估计方法，提出模型的求解方法；选择合适的流域，开展模型的应用与验证，形成“从径流推断降水”的流域降水估算方法。本发明提供了无测站山区径流与遥感降水相结合的降水估算方法，采用贝叶斯总误差分析方法(BATEA)框架来构建水文模型参数反演的贝叶斯统计推断模型，利用通过耦合水文模型和贝叶斯推断模型，实现了利用径流数据进行遥感降水产品的校正，进而获得无测站山区的降水信息。

技术领域

本发明涉及遥感数据计算技术领域，尤其涉及无测站山区径流与遥感降水相结合的降水估算方法。

背景技术

降水是水文模型、陆面过程模型以及气候气象模型重要的驱动数据，是水文学、气候学和生态学等研究中必须的基础性数据。准确的降水时空信息将推进我们对区域气候、水文和生态过程的认识。由于受地形影响，山区往往是区域降水较多的地区，对于区域水资源具有重要作用。但山区降水信息往往非常难以准确获取，主要原因：(1)山区降水测站少。由于山区地势较高，很多地方难以到达，因此降水测站通常分布在河谷、出山口或者人口密集的地区，而在山区分布极少；(2)由于山区地形复杂，山区降水通常具有很强的空间变异性，稀疏的站点无法掌握这种空间变异特征，进而阻碍了对山区降水的准确估算。测站少，加之测站代表性差，使得我们利用测站来获取山区流域降水往往空间分辨率很粗，而且具有很高的不确定性。10-20％的降水误差会导致100％的径流模拟误差，山区降水估计的不确定性阻碍了我们预测降水驱动的山洪、径流的能力。对高海拔地区降水空间格局认识的不足也阻碍了山区降水模拟和预报技术的发展。而对于完全无降水测站的山区流域，降水信息的完全缺失使得我们的相关业务工作和研究面临巨大挑战。在进行洪水模拟时发现很多流域存在有洪水无降雨、有降雨无洪峰的情况。分析主要原因是降水站主要分布在河谷或者出山口，而降水主要发生在山区，山区没有测站，这使得无法获得山区降水信息，进而影响了雨洪模拟。如何准确获取山区降水已成为学界共同面临的巨大挑战。为此，我们提出无测站山区径流与遥感降水相结合的降水估算方法。

发明内容

基于背景技术存在的技术问题，本发明提出了无测站山区径流与遥感降水相结合的降水估算方法，以解决上述背景技术中提出的问题。

本发明提供如下技术方案：

无测站山区径流与遥感降水相结合的降水估算方法，包括如下步骤：

A、基于贝叶斯模型的流域降水估算方法：研究贝叶斯推断模型与水文模型耦合方法，建立水文模型参数反演的贝叶斯统计推断模型，提出降水输入误差的参数化表达方式；研究模型似然函数的推导方法和主要参数先验分布的估计方法，提出模型的求解方法；选择流域，开展模型的应用与验证，形成“从径流推断降水”的流域降水估算方法；

B、耦合径流与遥感降水产品的无测站山区降水估算：选择柴达木盆地为研究区，以TRMM日降水产品为数据源，利用盆地中部降雨测站数据，分析TRMM日降水产品数据的误差及其分布特点，确定降水误差参数的先验分布特征；利用“从径流推断降水”方法，以遥感降水产品作为输入，开展无降水测站山区遥感降水产品修正估算，并对估算结果进行验证，提出无测站山区径流与遥感降水相结合的降水估算方法；

C、“从径流推断降水”估算方法的敏感性、不确定性与适用性分析：选择不同结构水文模型与贝叶斯推断模型耦合，分别构建“从径流推断降水”估算模型，开展柴达木盆地山区不同流域无测站山区降水估算研究，获取无降水测站山区的降水分布，与相关研究成果进行对比分析，评价估算方法对模型结构的敏感性，探讨评估结果的不确定性，分析该方法对不同流域的适用性。

优选的，所述步骤A中径流是被广泛测量的水文变量，是一个流域水量平衡的集总表达，从水量平衡来看，流域出口流量应该等于流域平均降水减去流域平均蒸发和流域蓄变量。